一种基于HVS和自适应小波变换的彩色图像水印算法

数字水印技术是实现数字产品产权保护的一种新方法。本文提出了一种基于HVS和自适应小波变换的彩色图像水印改进算法。首先利用改进的自适应小波变换对原始图像进行处理,然后采用混合置乱算法对水印图像进行处理。同时根据HVS的特点来确定水印的嵌入强度。实验证明这种算法具有较好的隐蔽性,对各种图像处理操作是鲁棒的。     

知识图谱发展与构建的研究进展

近年来知识图谱技术引起了广泛的关注和研究,本文介绍了近期知识图谱的发展、构建方法、详细的构建过程,并对知识图谱在交叉学科领域的应用和未来的研究方向做了总结.本文详细介绍了构建文本知识图谱、视觉知识图谱、多模态知识图谱的关键技术,比如信息提取、知识融合、知识表示等.作为知识工程的重要组成部分,知识图谱,尤其是多模态知识图谱的发展对大数据时代的高效知识管理、知识获取、知识共享有着重要的意义.     

基于全卷积编解码网络的视觉定位方法

针对目前视觉定位方法中使用人工特征的限制,提出了一种基于全卷积编解码网络的视觉定位方法。该方法将场景点3D坐标映射到图像的BGR(blue-green-red)通道,建立了图像到场景的直接联系,并通过全卷积编解码网络学习图像与场景结构的关系。给出一张图像,网络可以预测其每个像素点对应的3D点在当前场景世界坐标系的坐标;然后结合RANSAC(random sample consensus)和PnP(perspective-n-point)算法求解位姿并优化,得到最终的相对位姿。在7-Scenes数据集上的实验结果表明本文方法可实现厘米级的高精度定位,并且相比其他基于深度学习的方法,该方法在保证精度的同时,模型尺寸更小。     

基于紧耦合的视觉惯性定位方法

惯性测量单元(IMU)受自身温度、零偏、振动等因素干扰,积分时位姿容易发散,并且机器人快速移动时,单目视觉定位精度较差,为此研究了一种基于紧耦合的视觉惯性即时定位与地图构建(SLAM)方法.首先研究了视觉里程计(VO)定位问题,为减少特征点的误匹配,采用基于快速特征点提取和描述的算法(ORB)特征点的提取方法.然后构建...     

基于多源数据的旅游者视觉行为模式与感知评估方法

用户生成内容（User Generated Content,UGC）作为感知旅游地物质空间的新型地理大数据,以使用者的视角描绘了旅游地的客观环境,是探索旅游目的地感知的重要途径。然而,传统的旅游研究对旅行摄影照片处理能力有限,深度学习图像语义分割技术的发展,为挖掘旅游者视觉行为模式,探索旅游地环境感知提供了有力支持。本研究提出了整合在线旅行照片大数据与问卷调查小数据的旅游者视觉行为模式与感知评估框架,并将其应用于鼓浪屿案例。首先将744条旅游轨迹,聚类为6类视觉行为模式,并可视化与时空分析;其次基于全卷积网络算法,量化22 507张旅行照片语义,探索不同视觉模式的旅游者关注要素的空间分异;最后通过照片语义与场景感知问卷调查的相关性分析和多重线性回归模型,评估旅游地整体视觉感知满意度,并提出相应的空间优化建议。研究表明：(1)鼓浪屿旅游者视觉行为模式聚类为单点游、海岛风光游、环岛游、街巷空间游、遗产建筑游和全岛游6类;(2)不同视觉行为模式的旅游者视觉兴趣区存在空间集聚现象,视觉空间转移遵循地理邻近效应;(3)相关性分析与模型结果表明,旅游者偏好空间开敞度较高的区域,感知满意度越低的区域...     

感受野约束下轻量化神经网络设计

针对传统网络模型设计中模型感受野与特征图大小不匹配的问题,该文以待识别的建筑物尺度大小作为先验知识辅助构建模型,在充分融合MobileNetV2和DeepLabV3模型优势的基础上,采用空洞卷积和调整卷积步长搭配的策略,通过调整模型最终感受野与建筑物尺度相契合,构建了感受野约束下的Encoder-Decoder结构网络,即RFNet。利用国产高分二号影像长春市区建筑物数据集对该网络进行了测试,结果表明与参数量占优的模型相比,在交并比接近的情况下,该文的模型参数量降低了74.6%;在与未考虑感受野与特征相契合的网络相比,交并比提高了15.24%,表明本文所设计网络模型的有效性。     

顾及图像亮度特征的自适应视觉SLAM定位方法

针对眩光/阴影等复杂光照干扰场景视觉定位鲁棒性较低的问题，该文提出一种顾及图像亮度特征的自适应视觉同时定位与地图构建(SLAM)定位方法。该方法基于ORB-SLAM2算法进行改进，通过在ORB-SLAM2前端利用图像平均亮度阈值法检测光照干扰图像，并对其进行饱和度增强，从而得到有利于ORB特征提取的图像。该文利用TUM数据集与KITTI数据集验证了所提方法的可靠性，并与原ORB-SLAM2和ORB-SLAM3算法进行了对比实验。实验结果表明，该文方法的定位精度优于其他两种算法，有效提升了复杂光照场景中视觉定位的鲁棒性。     

一种顾及视觉层次的电子地图自适应节能显示方法EI北大核心CSCD

电子地图显示能耗过高是当前地图设计与应用领域亟须解决的问题之一。针对现有电子地图节能显示方法难以保持视觉层次的问题，本文归纳了地图颜色的3种视觉层次结构，设计了视觉层次的定量表达模型，提出了一种电子地图自适应节能显示优化方法。本文方法同时考虑视觉层次质量和地图能耗，将地图节能问题定义为一个“质量-能耗”双目标优化问题，利用启发式搜索算法寻找节能配色方案，在轻微改变地图外观的情况下显著降低显示能耗。将本文方法与语义约束的颜色调整方法进行对比，采用不同比例尺的电子地图设计读图试验。结果表明，本文方法在有效性、效率、颜色一致性方面均优于对比方法，可广泛应用于电子地图、移动导航地图的节能显示，提高设备的续航能力。     

融合深度学习与几何算法的单目视觉里程计方法

针对传统单目视觉里程计缺少深度信息，导致大规模尺度漂移的问题，该文提出了一种融合无监督深度学习与几何算法的视觉里程计方法。在单目深度2(Monodepth2)网络的基础上，提出了深度及姿态一致性损失，引入改进的通道-空间注意力模块，解决了自监督联合深度姿态学习中尺度不一致的问题；从密集光流中提取精确的稀疏匹配，通过求解本质矩阵来恢复相对姿态，使其不依赖于姿态网络(PoseNet),具有更好的鲁棒性。在KITTI数据集上进行实验，结果表明，该文提出的方法相比传统几何方法和端到端的深度学习方法，在多项评估指标方面有明显提升，验证了该算法的有效性。     

桥梁自然特征点的快速精确跟踪算法

特征点跟踪作为无人机对桥梁挠度进行视觉测量的关键技术，跟踪算法的速度和精度直接影响测量的实时性和有效性。本文首先通过加速稳健特征（SURF）匹配得到图像序列特征点的初步定位结果，然后使用相位相关法对特征点进行精确配准，并提出了一种基于无人机运动连续性的加速策略，用于桥梁自然特征点跟踪。利用无人机采集的4 K桥梁视频数据对本文算法进行测试，结果表明，本文算法对于桥梁自然特征点能够实现稳定跟踪，跟踪速度为25 FPS，跟踪精度达到亚像素级别，满足测量要求，能够为视觉测量提供技术支撑。